在单个Dataframe列中将字符串与数字分开，并创建两个新列

Question

我很震惊，以前没人问过这个。。因为这似乎是一个足够简单的问题。你知道吗

我在熊猫数据框中有一列，如下所示：

df = pd.DataFrame(data=[['APPLEGATE WINERY    455.292049'],['AMAND FARM  849.827192'],['COBB FARM ST    1039.49357'],['DIRIGIA 2048.947284']], columns = ['Col1'])

    Col1
0   APPLEGATE WINERY 455.292049
1   AMAND FARM 849.827192
2   COBB FARM ST 1039.49357
3   DIRIGIA 2048.947284

我只想把字符串和数字分开，结果应该是这样的

Name                Area
APPLEGATE WINERY    455.292049
AMAND FARM          849.827192
COBB FARM ST        1039.49357
DIRIGIA             2048.947284

我知道我可以在python中使用Regular Expressions，但这似乎有些过分，因为a）这只是数据类型的分离，b）字符串的长度不同，数字的位数也不同。你知道吗

一个结果是这样的：

df['Name'] = df.Col1.str.extract('([A-Z]\w{0,})', expand=True)
df['Area'] = df.Col1.str.extract('(\d)', expand=True)

但是，有没有一个好的、干净的解决方案来解决这个问题，而不必经历使用RegEx的麻烦，而是将字符串从数字分隔成两列？你知道吗

Answer 1

你可以用rsplit。它会从右边开始把绳子分开。你知道吗

pd.DataFrame(df.Col1.str.rsplit(' ',1).tolist(), columns = ['Name','Area'])

Result:
    Name                Area
0   APPLEGATE WINERY    455.292049
1   AMAND FARM          849.827192
2   COBB FARM ST       1039.49357
3   DIRIGIA            2048.947284

Answer 2

感觉你可以做str.rsplit

df.Col1.str.rsplit(' ',1,expand=True).apply(lambda x : x.str.strip(),1)
Out[314]: 
                  0            1
0  APPLEGATE WINERY   455.292049
1        AMAND FARM   849.827192
2      COBB FARM ST   1039.49357
3           DIRIGIA  2048.947284

Answer 3

使用一个extract调用。如果使用这个正则表达式，还需要从结果中去掉尾随空格。你知道吗

df2 = (df['Col1'].str.extract(r'(?P<Name>.*?)(?P<Area>\d+(?:\.\d+)?)')
                 .applymap(str.strip))
df2
               Name         Area
0  APPLEGATE WINERY   455.292049
1        AMAND FARM   849.827192
2      COBB FARM ST   1039.49357
3           DIRIGIA  2048.947284

正则表达式细分

(?P<Name>   # first named capture group - "Name"
    .*?     # match anything (non-greedy)
)
(?P<Area>   # second named group - "Area"
    \d+     # match one or more digits,
    (?:     
       \.   # decimal
       \d+  # trailing digits
    )?      # the `?` indicates floating point is optional
)

PS，要将“Area”列转换为数字，请使用pd.to_numeric。你知道吗